Team Se@Msi: Meranie v softvérovom inžinierstve. - FIIT STU ...
Team Se@Msi: Meranie v softvérovom inžinierstve. - FIIT STU ...
Team Se@Msi: Meranie v softvérovom inžinierstve. - FIIT STU ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
130 <strong>Meranie</strong> a životný cyklus softvéru<br />
modely. Matematické modelovanie spoľahlivosti má za cieľ sledovať<br />
zmeny spoľahlivosti produktu v čase. Pomocou dát o výskytoch zlyhaní<br />
počas testovania je možné všeobecné teoretické modely aplikovať na<br />
konkrétny produkt a odhadnúť neznáme parametre spoľahlivosti, ako to<br />
urobili v [Tian95].<br />
Matematické modely sú navrhnuté na základe rozdielnych<br />
predpokladov. Uvediem niektoré matematické modely, ktoré sú<br />
publikované v [Tian95]:<br />
• Morandov geometrický model<br />
Pravdepodobnosť, že zlyhanie (čas okamihu zlyhania je T) nastane v<br />
časovom intervale (t, t + ∆t), za predpokladu, že nenastalo pred t, je<br />
z ( t)<br />
∆ t = P{<br />
t < T < t + ∆t<br />
| T > t}<br />
pričom pre i-te zlyhanie platí:<br />
z ( t)<br />
= Dφ<br />
i<br />
i−1<br />
kde D a φ sú konštanty.<br />
• Musaov základný model:<br />
Pre i-té zlyhanie platí:<br />
z i<br />
( t)<br />
= z ( 1−<br />
( i 1) / N)<br />
0 −<br />
kde z0 a N sú konštanty.<br />
• Littlewood - Verrallov Bayesian model<br />
Tento model naznačí čas zlyhania ti pre i-tu periódu ako<br />
f ( t i<br />
| λ ) = λ e<br />
i<br />
i<br />
−λit i<br />
kde miera zlyhania λi je náhodná premenná s Γ-rozdelením s<br />
parametrami α, ψ(i), tj.:<br />
α α −1<br />
−ψ<br />
( i)<br />
λi<br />
[ ψ ( i)]<br />
λi<br />
e<br />
f ( λi<br />
| α,<br />
ψ ( i))<br />
=<br />
Γ(<br />
α)<br />
kde ψ(i) závisí od kvality programátorov a od obtiažnosti úloh. Toto sa<br />
najčastejšie opisuje lineárnou, kvadratickou alebo inou rastúcou<br />
funkciou, s parametrom i.<br />
• Goel - Okumatov NHPP (Nonhomogeneous Poisson failural<br />
arrival Process) model<br />
Predpokladom tohoto modelu je nehomogénne Poissonové rozdelenie<br />
zlyhaní, s počtom zlyhaní N(t), ktoré je z intervalu (0, t) a je definovaná<br />
pomocou vzorca:<br />
[ m(<br />
t)]<br />
e<br />
P[<br />
N(<br />
t)<br />
= n]<br />
=<br />
n!<br />
n −m(<br />
t)